Canva Craft debuterar på fjärde plats i Design Arena, men Canvas eget API skickar text någon annanstans

Canva Craft fick 1 341 poäng på Design Arenas bildleaderboard dagen efter lanseringen – en fjärdeplats, 65 poäng efter GPT-Image-2.5 Sunburst, och strax under GPT-Image-2.5 Flare och GPT Image 2. Canva släppte den 22 oktober 2026 till alla Canva-konton via Dream Lab och till utvecklare via ett publikt API, och företagets framing är att en enda fjärdeplacerad modell gör det till världens näst starkaste bildlabb. Den mer användbara detaljen finns en sida längre in, i referensen för den endpoint som serverar modellen, där Canva listar vilken av sina tre bildmodeller man bör välja för en given uppgift. För bilder som innehåller text pekar den någon annanstans än på Craft.

Det är ingen skandal, och det är inte ett skäl att ignorera lanseringen. Canva Craft är företagets första bildmodell som tränats från grunden, den använder en genuint annan arkitektur än de prompt-till-pixlar-modeller som den rankas mot, och det är första gången Canvas designmallar har gjorts om till träningsdata i den här skalan. Men lanseringen säljs in med två påståenden – läsbar typografi och exakt layout – och ingen av dem är det som Canvas egen utvecklardokumentation lovar dig. Det som följer är den version av lanseringen du får när du läser resultattavlan, API-referensen och affärskontexten tillsammans i stället för bara pressmeddelandet.

Vad släpptes faktiskt den 22 oktober?

Tre saker levererades tillsammans: en modell, en yta och ett API.

• Modellen – Canva Craft, internt CRAFT-1 2K. Canva Research byggde den från grunden tillsammans med forskare från Leonardo.ai, bildgenereringsstudion som Canva förvärvade 2024.

• Ytan – Dream Lab, fliken för generering i Canvas redigerare, tillgänglig för alla kontonivåer inklusive Free, med förbehåll för varje plans användningstilldelning.

• API:et — craft_v1_2k-värdet på Canva:s bildgenereringsslutpunkt, som beskrivs i detalj nedan.

Arkitekturen är den del som är värd att förstå, eftersom den förklarar både styrkorna och de märkliga hörnen. Craft körs i två steg. Det första steget läser prompten och skriver en plan: vilka element som finns, var de sitter i förhållande till varandra, vilken relativ skala de bör ha, vad den visuella hierarkin är och vilken text som behöver visas och var. Det andra steget renderar pixlar utifrån den planen. De flesta bildmodeller slår ihop båda uppgifterna till en enda genomkörning och hoppas att kompositionen uppstår; Canva:s satsning är att först bestämma layouten ger bättre placering, mer läsbar textning och — den praktiska vinsten — redigeringar som kan rikta in sig på ett element utan att rita om resten av bildrutan.

Träningsdatan följer samma logik. Craft tränades i stor utsträckning på miljontals människoskapade Canva-mallar – affischer, grafik för sociala medier, bildspel, menyer, infografik och texttunga layouter – snarare än på fotografier. Canva säger att man därefter följde upp med övervakad finjustering och förstärkningsinlärning baserad på feedback från sina egna professionella designers, och att dessa designers bedömde fler än 25 000 bildpar i direkt jämförelse under utvecklingen. Siffrorna är Canvas egna, och jämförelserna bakom dem har inte publicerats.

Huvudspecifikationerna: utdata på upp till 2K, fler än 30 bildförhållanden i Canva, promptar accepteras på vilket språk som helst, text i bilder renderas på 55 språk och utdata som kan omvandlas till en lagerindelad, redigerbar design via Magic Layers. Två billigare, snabbare varianter – Craft-fast och Craft-ultrafast – utlovas men utan datum. Även en MCP-server som skulle placera Craft i ChatGPT och Gemini utlovas, också utan datum.

Rangordningen, utan pressmeddelandet

Det påstående som Canva för fram är att Craft debuterade på fjärde plats på Design Arenas bildtavla, efter tre OpenAI-modeller, och att detta gör Canva till världens näst största bildlabb efter OpenAI. Båda delarna är värda att hålla isär.

Fjärdeplatsen är verklig och offentligt synlig. På den live-bildtavlan står toppen av listan med GPT-Image-2.5 Sunburst på 1 406, GPT-Image-2.5 Flare på 1 382, GPT Image 2 på 1 362 och därefter Canva Craft på 1 341. Näst under finns Reve 2.1 på 1 321, MAI-Image-2.6 på 1 317 och Nano Banana 2.1 på 1 291. Modellen är alltså inte bara närvarande – den ligger med god marginal före Googles, Microsofts och xAI:s nuvarande bildmodeller, vilket är ett starkare resultat än vad fjärdeplatsinramningen antyder.

Labbrankningen är ett annat slags påstående. Det är aritmetik utförd på en enda modells placering: en fjärdeplats blir "näst bästa labb", ett påstående om en organisation snarare än om det du kan anropa. Varje post på den offentliga resultattavlan är en modell, och ett labb med en stark post och ingen andra post har inte mätts på det sätt som OpenAI har.

Två förbehåll gäller för själva siffrorna. För det första rör sig dessa listor. Mellan två avläsningar av samma sida med ungefär tjugo minuters mellanrum visade GPT Image 2 1 382 och sedan 1 362 – en svängning på 20 punkter på tredje plats utan något meddelande däremellan. För det andra visar listan inte röstantal i diagrammet, så det går inte att utifrån sidan avgöra hur stabilt en placering är. Canva beskriver självt placeringen som preliminär.

Påståendena om underkategorierna är de man bör ta med en nypa salt. I Canvas utvecklarmeddelande sägs det att Craft rankas högst i People & Portraits och i Landscapes & Nature. På den offentliga resultattavlans underkategoriflkar vid tidpunkten för skrivandet rankades Craft tvåa i Abstract, åtta poäng efter Sunburst, och flikuppsättningen har andra namn än Canvas formulering – Landscape and Portrait i stället för Landscapes & Nature och People & Portraits. Påståendet kan mycket väl vara sant för de flikar som Canva mätte; det är inte något som en läsare kan bekräfta från den offentliga sidan i dag.

Det som saknas i varje version av rankningsartikeln är ett praktiskt test. Ingen publikation har publicerat sida vid sida-resultat vid tidpunkten för skrivandet, och Canva har inte släppt sin jämförelseserie. Det enda en formgivare faktiskt vill veta – blir textningen rätt på en meny med elva alternativ – är fortfarande obesvarat av rankningstabellen.

Vad API:et faktiskt ger dig

Det är här lanseringen ändrar form, och det är här merparten av bevakningen upphör.

Endpointen är POST https://api.canva.com/rest/v1/image-generations. Du behöver en användaråtkomsttoken med scopet asset:write och kapaciteten image_generation, och du låser modellen genom att skicka craft_v1_2k i fältet model. Jobben är asynkrona: du får ett ID, pollar efter status och tar emot en nedladdnings-URL som förblir giltig i 24 timmar.

• Hastighetsbegränsning — 20 förfrågningar per minut per användare.

• Promptlängd — 1 till 10 000 tecken.

• Idempotens — en idempotency_key krävs, sparas i 24 timmar, så att ett nytt försök returnerar det ursprungliga jobbet i stället för en dubblett.

• Fakturering — att starta ett jobb tar av användarens AI-kreditutrymme; över gränsen returneras 429 credit_quota_exceeded.

• Felmoder — unsafe_input, timeout, model_not_available, model_retired, internal_error.

• Typisk latens – Canvas eget utvecklarmeddelande uppskattar ett Craft-jobb till ungefär 50 till 60 sekunder, vilket är förenligt med en tvåstegspipeline som planerar innan den ritar.

Nu kommer den begränsning som spelar störst roll. API:et är i förhandsversion. Canvas referens säger uttryckligen att API:er i förhandsversion kan ändras utan föregående meddelande, att brytande ändringar inte får en ny API-version och att offentliga appar som använder API:er i förhandsversion inte kommer att godkännas i granskningen och inte kan göras tillgängliga för alla Canvas användare. Det är hela avgörandet för alla som funderar på att bygga en produkt på Craft: modellen är allmänt tillgänglig för Canvas användare, men vägen till den för tredjepartsutvecklare är ännu inte ett stabilt kontrakt.

Den andra begränsningen är bildförhållandet. I Canvas redigerare omfattar utbudet fler än 30 bildförhållanden plus anpassade storlekar. Via API:et finns sex: square, landscape, portrait, landscape_3_2, portrait_2_3, portrait_4_5. Det finns inga bredd- eller höjdparametrar i begäran; dimensionerna bestäms av modellen och rapporteras tillbaka i svaret. Om din pipeline behöver ett Open Graph-kort på 1 200 × 628 får du beskära i efterhand.

För det tredje: att låsa en modell är ett tillförlitlighetsbeslut. Canva rekommenderar att utelämna model helt så att det kan falla tillbaka på en annan modell när en inte är tillgänglig — och anger att om en låst modell inte kan hantera begäran misslyckas jobbet i stället för att ersätta den. Att låsa en modell som lanserades i går innebär att model_not_available är en gren som din kod måste hantera från dag ett.

Canvas egen dokumentation skickar textprompter till en annan modell

Den mest överraskande raden i hela utgåvan finns inte i pressmaterialet. I modell parameterreferensen beskriver Canva alla tre tillgängliga modeller och vad var och en är bäst för:

• craft_v1_2k — rekommenderas för "infografik, affischer, presentationsbilder, människor och porträtt, abstrakt konst, mönster, landskap, natur, produkter och marknadsföringsmaterial."

• lucid_origin — rekommenderas för "arkitektur, logotyper, affischer eller sci-fi- och fantasyscener."

• z_image_turbo — rekommenderas "om bilden innehåller text, eller för mat, dryck och bilder för allmänt bruk."

Läs den sista raden mot lanseringsbevakningen. Pitchen för Craft är ett planeringssteg som avgör textinnehåll och placering före rendering, samt text i bild på 55 språk. API-referensen, skriven av samma företag samma dag, säger åt en utvecklare som behöver text i bilden att ta till Z Image Turbo. Canva tar faktiskt med infografik och affischer – båda format som innehåller text – i Crafts egen lista, så det är inte en ren motsägelse. Det är en gardering. Och Canva betecknar styrkorna som "baserade på Canvas utvärderingar", med en uttrycklig instruktion att testa dina egna prompter innan du låser fast en modell. Det är ovanligt uppriktigt för lanseringsdokumentation, och det är den enskilt mest användbara meningen i den.

Den rimliga tolkningen: planeraren förbättrar layouten och gör riktade redigeringar praktiska, men "läsbar text på 55 språk" är en modellförmåga, inte en garanti för att Craft är bäst av Canvas tre modeller på typografi. Den som använder det för menyer, affischer eller text till presentationer bör testa både Craft och Z Image Turbo med sina egna prompter i stället för att ta antingen lanseringsinlägget eller detta stycke som svaret.

Varför Canva byggde det här i stället för att hyra ett

Canva byggde inte en bildmodell för att bildmodeller är roliga. De byggde en eftersom de betalade för andras.

Kontexten som rapporterats kring lanseringen är ovanligt rakt på sak. Canva var på väg mot cirka 4 miljarder dollar i intäkter, men sänkte sedan sin tillväxtprognos för 2026, där rapporteringen anger att revideringen gick från cirka 30 % till cirka 20 % och beskriver en värdering som skrivits ned från omkring 42 miljarder dollar till omkring 35 miljarder dollar. Rapporteringen kopplar pressen direkt till AI-inferenskostnader — Canva tvingades pausa en del av sin AI-utrullning i augusti 2026 eftersom tokenkostnaderna för frontier-modeller inte var hållbara vid deras användningsnivåer.

Att äga modellen förändrar den kalkylen på tre sätt: marginalkostnaden per generering blir Canvas egen beräkningskraft i stället för en leverantörs prislista, latens och kvalitet slutar vara någon annans färdplan, och modellen kan finjusteras på den tillgång som Canva är ensam om att äga – ett decennium av malldesigner. Förvärvet av Leonardo.ai framstår nu mindre som ett talangköp och mer som fröet till ett internt modellaboratorium.

Det förändrar också Canvas konkurrensposition på ett sätt som slår åt båda hållen. Craft är en designmodell, inte en allmän bildmodell: den är tränad på layouter snarare än fotografier, och dess säljargument är komposition och redigerbarhet snarare än fotorealism. Det gör den mycket bra på det Canva säljer och mindre intressant för det folk använder Midjourney till. Den planerade MCP-integrationen med ChatGPT och Gemini är avslöjandet – Canva vill vara designlagret inuti andra assistenter, inte vinna ett benchmarkkrig mot dem.

Vad Craft kostar, vilket inte är ett nummer

Det finns inget pris per bild, och Canva har inte sagt vilken nivå av sin AI-kvot som Craft använder.

• Canva Free – upp till 20 kombinerade användningar av standard- eller Premium-AI per månad, alltså högst 20 Craft-bilder.

• Canva Pro — 144 USD per år, upp till 200 Premium-användningar per månad, plus en separat liten Ultra-kvot.

• Canva Business — 250 USD per år och person, upp till 400 Premium-användningar per månad.

Om Craft räknas som ett Premium-verktyg motsvarar det ungefär 6 cent per bild på Pro och cirka 5 cent på Business. Om det räknas som ett Standard-verktyg drar betalda planer inte på någon kvot alls inom ramen för skälig användning. Canvas dokumentation är tvetydig om vilket som gäller, och skillnaden mellan de två utfallen är skillnaden mellan en mätarbaserad produkt och en gratis sådan. För API-anropare gäller samma tvetydighet: jobb förbrukar slutanvändarens krediter, så din kostnad är din kunds plan, inte en radpost du kan prognostisera.

Komplicerade prompter förbrukar mer, så betrakta varje siffra per bild ovan som ett tak snarare än en taxa. Gratiskvoter återställs vid midnatt UTC den första i månaden; betalda planer återställs på faktureringsdatumet.

Hur man testar Craft utan att satsa något på det

För Canva-användare är beslutet enkelt: öppna Dream Lab, generera en meny, en affisch och ett socialt kort och titta på småtexten. Modellen är gratis att prova på alla nivåer, och planerarens fördel bör vara mest synlig i layouter med flera element och en rubrik. Bedöm den utifrån det format du faktiskt producerar, inte utifrån en prompt för landskapsfoto – den här modellen har inte tränats för det.

För utvecklare ser kalkylen annorlunda ut, och den börjar med förhandsgranskningsstatusen. Placera inte en kundvänd produkt på ett förhandsgransknings-API som Canva säger inte kan klara appgranskning. Använd det däremot för interna verktyg och prototyper, och skriv integrationen som du skulle skriva mot ett instabilt kontrakt: behandla model_not_available som en förväntad gren, respektera nedladdningsfönstret på 24 timmar i stället för att lagra URL:er, återanvänd idempotensnyckeln vid återförsök, och hårdkoda inte de sex bildförhållandena i ditt eget API-gränssnitt – de är det som mest sannolikt kommer att utökas.

Om det du vill ha är en jämförelse snarare än en integration är det användbara testet inte "är Craft bra" utan "är Craft bättre än de tre modellerna ovanför det, på mina promptar". Det testet är billigt på andra sidan staketet. Canva Craft finns inte på OrcaRouter – vi tillhandahåller det inte, så det finns inget här att routa det genom. De tre modellerna som rankas ovanför det är en annan sak: gpt-image-2.5-sunburst, gpt-image-2.5-flare och gpt-image-2 kan alla anropas via ett API för fler än 200 modeller med leverantörernas listpriser vidarebefordrade utan påslag, så samma prompt kan köras mot alla tre med en enda nyckel och jämföras med vad Craft producerar i Dream Lab. Routing-DSL:en låter dig kombinera dessa anrop till en enda förfrågan i stället för tre skript, och automatisk failover täcker de modeller vi tillhandahåller – det är inte ett skyddsnät för en Craft-integration, och du bör inte behandla det som ett.

Den jämförelsen är det beslut som de flesta team faktiskt står inför den här månaden: inte huruvida de ska migrera till Craft, utan huruvida den layoutplanerade utdata är värd ett beroende som endast är för förhandsgranskning och ett jobb på 50 sekunder. En eftermiddag med samma prompt genom båda vägarna besvarar det bättre än en Elo-poäng på 1 341 gör.

Vad du ska titta på

Fyra saker skulle förändra den här bilden, och alla fyra är tidsatta utifrån Canva:s egen roadmap i stället för spekulation.

• Craft-fast och Craft-ultrafast. Jobbtiden på 50–60 sekunder är den främsta praktiska invändningen mot Craft i en interaktiv pipeline. Om de snabba varianterna landar på några sekunder ändras kalkylen för API-användare över en natt – och Canva har inte sagt om de kommer att bära samma modell-id eller ett nytt.

• Att förhandsgranskningsetiketten försvinner. Tills genererings-API:et lämnar förhandsgranskningsläget kan ingen offentlig Canva-app lanseras på det. Den där enda meningen är ett större hinder för adoption än något benchmark.

• MCP-servern. Att släppa Craft i ChatGPT och Gemini skulle göra Canva till leverantör till de assistenter som det i dag konkurrerar med, och skulle göra modellen tillgänglig för en mycket större grupp utvecklare än Canvas eget API gör.

• Om rankingen håller. En debut på 1 341 poäng med 65 poängs gap till förstaplatsen är en stark start för en första modell, men topplistan rörde sig 20 poäng på tredjeplatsen inom tjugo minuters observation. Det som spelar roll är var Craft ligger när röster ackumuleras och oberoende jämförelser finns.

Den ärliga sammanfattningen av dag ett: Canva har lanserat en riktig modell, med en riktig arkitektonisk idé bakom, till en utvecklaryta som fortfarande är en förhandsversion och ett prissättningsupplägg som inte har prissatts. Det som är avgjort är kvaliteten i förhållande till jämförbara modeller – en fjärdeplats är genuint bra för ett första försök. Det som inte är avgjort är allt som ett team skulle behöva för att bygga vidare på det.